矿业研究与开发

作者：李若熙,吕潇,张元生,李越,刘鹏

关键词：YOLOv4;信息熵;行人检测;井下巷道

针对矿山企业井下作业人员工作环境光线暗、干扰因 素多、常用井下行人检测的方法精度低、速度慢等问题,提出 基于 YOLOv4算法的井下人员检测系统,引入信息熵的 Kmeans聚类确定目标检测的中心点,提高网络对目标特征的 提取能力。试验结果表明,采用 GeForceRTX2060显卡,相 比人员检测常用的 SSD、FasterR-CNN算法,改进 YOLOv4 算法提高了检测率,平均检测精度达到97.72%,检测速度为 32帧每秒,满足井下人员实时检测的需求。

来源：2021年第11期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2021年第11期